0 引言

    隨著科學(xué)技術(shù)的日益發(fā)展和社會(huì)的進(jìn)步,，人們對美好生活的需求日益增長，對生活質(zhì)量也有越來越高的要求,。人們的家電控制方式從最初的按下按鈕使開關(guān)閉合發(fā)展為紅外遙控,，甚至到手機(jī)小程序應(yīng)用。現(xiàn)今甚至可以進(jìn)一步脫離手機(jī)應(yīng)用程序,，利用體感技術(shù)來實(shí)現(xiàn)對家居設(shè)備的控制^[1],。

    本文在現(xiàn)有的智能家居技術(shù)的理論基礎(chǔ)上^[2-3]，設(shè)計(jì)了一種基于體感交互的智能家居控制與監(jiān)護(hù)系統(tǒng),，用戶可以通過簡單的手勢實(shí)現(xiàn)對家居設(shè)備的控制,。對于有老人或小孩的家庭,，當(dāng)出現(xiàn)有人突然摔倒等危險(xiǎn)情況時(shí)，系統(tǒng)會(huì)自動(dòng)報(bào)警并且將現(xiàn)場實(shí)際情況發(fā)送給監(jiān)護(hù)人,。

1 系統(tǒng)整體結(jié)構(gòu)設(shè)計(jì)

    系統(tǒng)主要由感知終端模塊,、核心處理模塊和信號(hào)處理模塊組成，系統(tǒng)整體結(jié)構(gòu)框圖如圖1所示,。

    由圖1可知,，系統(tǒng)在感知終端獲取視頻圖像信息后，傳遞給核心處理模塊,，在核心處理模塊中完成手勢判定和摔倒檢測,，之后，一方面將檢測到的摔倒信息利用網(wǎng)絡(luò)發(fā)送到用戶預(yù)留的地址,；另一方面將手勢識(shí)別信號(hào)通過串口發(fā)送給上位機(jī)微控單元（MCU）,，在ZigBee局域網(wǎng)中的下位機(jī)MCU接收上位機(jī)發(fā)出的控制信息，實(shí)現(xiàn)對電器設(shè)備的控制,。

2 系統(tǒng)設(shè)計(jì)及實(shí)現(xiàn)

    系統(tǒng)的設(shè)計(jì)流程圖如圖2所示,。

    在圖2的系統(tǒng)設(shè)計(jì)流程中，感知終端采用Kinect傳感器實(shí)現(xiàn)信息采集,；核心處理端依據(jù)骨骼關(guān)節(jié)點(diǎn)空間信息進(jìn)行動(dòng)作判定,，并對動(dòng)作做出響應(yīng)；當(dāng)用戶需要完成家居控制服務(wù)時(shí),，將信息傳輸給MCU,，實(shí)現(xiàn)家居設(shè)備的控制，當(dāng)發(fā)現(xiàn)危險(xiǎn)情況時(shí),，通過網(wǎng)絡(luò)將信息發(fā)送給監(jiān)護(hù)人,。

2.1 信息采集

    系統(tǒng)的信息采集使用Kinect傳感器獲取人體20個(gè)骨骼節(jié)點(diǎn)信息，依據(jù)骨骼節(jié)點(diǎn)的三維位置信息創(chuàng)建對應(yīng)人體骨架,，對相應(yīng)的人體骨架進(jìn)行坐標(biāo)定位,。

2.2 信息處理

    信息處理包括實(shí)時(shí)對接收的數(shù)據(jù)進(jìn)行手勢判定^[4-6]和摔倒檢測^[7-8]。

2.2.1 手勢判定

    Kinect傳感器的信息采集頻率是30幀/s,，當(dāng)連續(xù)30幀的右手骨骼點(diǎn)坐標(biāo)變化超出閾值時(shí),，認(rèn)為手勢發(fā)生并提取數(shù)據(jù)流，與模型對比完成分類,。

    以右手骨骼點(diǎn)到脊柱骨骼點(diǎn)以及左右肩骨骼點(diǎn)的歐式距離作為手勢判別的特征數(shù)據(jù),，歐式距離計(jì)算公式為：

式中，d為歐式距離數(shù)值大小,，(x₁,，y₁，z₁),、(x₂,，y₂,，z₂)分別為空間中任意兩點(diǎn)的三維坐標(biāo)。

    對獲取的數(shù)據(jù)進(jìn)行擬合得到待匹配序列,。將待匹配序列與模板序列比對,，當(dāng)差值在閾值范圍內(nèi)則匹配到當(dāng)前模板，完成手勢分類,。

    系統(tǒng)中預(yù)先定義了兩個(gè)模板,，每個(gè)模板保存有右手骨骼點(diǎn)到左右肩以及脊柱關(guān)節(jié)點(diǎn)的距離，定義了e₁,、e₂,、e₃、e₄,、e₅,、e₆用于保存待匹配序列與模板序列骨骼點(diǎn)相對距離的誤差，計(jì)算公式為：

其中,，E為右手骨骼點(diǎn)到左右肩節(jié)點(diǎn)或脊柱節(jié)點(diǎn)的誤差,，a_i為模板中存放的某一骨骼點(diǎn)相對距離大小，b_i為實(shí)時(shí)獲取的對應(yīng)骨骼點(diǎn)相對距離大小,。

    e₁,、e₂、e₃分別表示右手到模板一脊柱,、左肩,、右肩的距離誤差，e₄,、e₅,、e₆分別表示右手到模板二脊柱、左肩,、右肩的距離誤差,，系統(tǒng)設(shè)定的誤差閾值(單位：m)分別為4,、3,、3、3,、3,、5。當(dāng)有待匹配序列滿足某一模板設(shè)定的閾值條件時(shí),，認(rèn)定該模板所代表的手勢發(fā)生,。

2.2.2 摔倒檢測

    受文獻(xiàn)[7]和文獻(xiàn)[8]中利用加速度傳感器檢測摔倒的啟發(fā)，本文利用采集的骨骼點(diǎn)空間位置信息,，在被監(jiān)護(hù)者不佩戴任何儀器設(shè)備的情況下獲得其活動(dòng)加速度數(shù)據(jù),。

    以脊柱中心骨骼點(diǎn)為例,，根據(jù)基本物理運(yùn)動(dòng)學(xué)知識(shí)，加速度計(jì)算公式為：

其中,，a_t表示第t幀中骨骼點(diǎn)的加速度大小,，x_t+1、x_t-1分別表示與前后幀骨骼點(diǎn)的變化量,，Δt是采樣時(shí)間間隔,，本文的采樣間隔時(shí)間是1/30 s。

    由于一些比較劇烈的運(yùn)動(dòng)可能會(huì)產(chǎn)生較大的加速度而導(dǎo)致誤判,，因此本文進(jìn)一步檢測關(guān)節(jié)的距離變化來提高檢測的準(zhǔn)確性,。整體的摔倒檢測實(shí)現(xiàn)流程如圖3所示。

    由圖3可知,，摔倒判定需同時(shí)滿足加速度超出閾值和骨骼距離小于閾值兩個(gè)判定條件,。其中，骨骼距離是指髖骨和膝蓋在豎直方向上的相對位置,。經(jīng)過多次摔倒測試,，本文設(shè)置的加速度閾值設(shè)定為0.05 m/s²，骨骼點(diǎn)距離閾值設(shè)定為0.5 m,。

2.3 信息傳輸

    信息傳輸包括與移動(dòng)端的遠(yuǎn)程通信和與MCU的串口通信,。

2.3.1 遠(yuǎn)程通信

    當(dāng)檢測到有摔倒情況發(fā)生后，通過網(wǎng)絡(luò)將報(bào)警信息和當(dāng)前圖片信息發(fā)送到第三方云端服務(wù)器,，服務(wù)器將信息發(fā)送到用戶手機(jī)端,，使在外的家人能夠及時(shí)獲知危險(xiǎn)情況，如圖4所示,。

2.3.2 串口通信

    當(dāng)需要完成家居控制服務(wù)時(shí),，核心處理單元通過USB串口向MCU發(fā)送信息，MCU根據(jù)接收到的信息對家居電器進(jìn)行判斷操作,。

    系統(tǒng)使用CC2530作為微控單元MCU,。CC2530是TI公司推出的一款芯片，里面包含了51單片機(jī)的內(nèi)核與ZigBee技術(shù),。其中的ZigBee是一種短距離局域網(wǎng)無線通信技術(shù),，工作在2.4 GHz頻段，傳輸速率10 kb/s～250 kb/s,，傳輸距離10～100 m^[9],，具有低功耗、低成本的特點(diǎn)^[10],。

    CC2530需要完成的信息處理分為上位機(jī)與下位機(jī)兩部分,。上位機(jī)主要接收核心處理單元的數(shù)據(jù)信息，處理分析，通過局域網(wǎng)方式將信息傳送到下位機(jī),。下位機(jī)控制電器設(shè)備,。圖5所示是用CC2530實(shí)現(xiàn)家居智能開關(guān)的設(shè)計(jì)流程。

    在圖5所示的CC2530設(shè)計(jì)流程中,，上位機(jī)協(xié)調(diào)器實(shí)時(shí)接收從串口發(fā)送來的字符,，并通過ZigBee無線協(xié)議把字符發(fā)送到下位機(jī)終端，終端根據(jù)收到字符控制家電開關(guān),。

3 實(shí)驗(yàn)及結(jié)果分析

    將系統(tǒng)硬件設(shè)備連接,，其中Kinect設(shè)備通電并連接到PC，ZigBee協(xié)調(diào)器通過USB數(shù)據(jù)線連接到PC串口,，對受控終端供電,。在室內(nèi)自然光條件下進(jìn)行測試，依次打開上位機(jī)控制程序,、手勢識(shí)別程序,。工作區(qū)顯示ZigBee成功組網(wǎng)，Kinect攝像頭正常工作,。進(jìn)行兩組手勢控制測試,，每組30次，結(jié)果記錄見表1,。

    如表1數(shù)據(jù)所示,，兩組測試實(shí)驗(yàn)的控制成功率分別為86.7%和80%，能夠滿足日常家居控制的設(shè)計(jì)需求,。

    摔倒檢測實(shí)驗(yàn)中,，當(dāng)出現(xiàn)有人異常摔倒情況時(shí)，系統(tǒng)提示“fall detection”,，并將報(bào)警信息和當(dāng)前圖像（如圖6所示）發(fā)送到監(jiān)護(hù)人手機(jī)端,。

4 結(jié)束語

    本文介紹了基于體感交互的智能家居系統(tǒng)，該系統(tǒng)集智能家居控制,、實(shí)時(shí)檢測危險(xiǎn)狀況于一體,，使用戶脫離了遙控器、手機(jī)APP等終端,，只需通過手勢就可以控制家居設(shè)備,；當(dāng)家中有老人或小孩意外摔倒時(shí)，系統(tǒng)會(huì)自動(dòng)檢測危險(xiǎn)狀況并及時(shí)向監(jiān)護(hù)人報(bào)警,。系統(tǒng)采用Kinect作為信息采集設(shè)備,，檢測范圍較大且不易受室內(nèi)光線強(qiáng)度影響，即使在夜間光量不足的情況下也能使用,。

參考文獻(xiàn)

[1] 傅大梅，倪瑛.基于Kinect的智能家居體感控制系統(tǒng)的研究與設(shè)計(jì)[J].價(jià)值工程，2016,，35(32)：166-168.

[2] 張嘉慶.淺析中國智能建筑中智能家居的現(xiàn)狀及未來[J].中國戰(zhàn)略新興產(chǎn)業(yè),，2018(4)：47.

[3] 吳杰文，左宸羽,，倪銀堂,，等.智能家居的研究現(xiàn)狀綜述與展望[J].中國戰(zhàn)略新興產(chǎn)業(yè)，2017(16)：6.

[4] 管珊珊.基于Kinect的手勢識(shí)別研究進(jìn)展[C].中國計(jì)算機(jī)用戶協(xié)會(huì)網(wǎng)絡(luò)應(yīng)用分會(huì)2018年第二十二屆網(wǎng)絡(luò)新技術(shù)與應(yīng)用年會(huì)論文集,，2018.

[5] 陳紅梅,，賴重遠(yuǎn)，張洋,，等.基于深度數(shù)據(jù)的手勢識(shí)別研究進(jìn)展[J].江漢大學(xué)學(xué)報(bào)(自然科學(xué)版),，2018，46(2)：101-108.

[6] 徐軍,，劉春花,，孟月霞，等.可穿戴手勢識(shí)別控制器[J].電子技術(shù)應(yīng)用,，2016,，42(7)：68-71，75.

[7] 彭亞平,，賀乾格,，柯希垚，等.一種基于加速度傳感器的摔倒檢測腰帶[J].電子測量技術(shù),，2018,，41(11)：117-120.

[8] 徐慧慧，楊淼,，錢超瑜.基于三軸加速度傳感器的摔倒檢測系統(tǒng)[J].黑龍江科技信息,，2017(6)：76.

[9] 廖慧，陽序仁.基于CC2530的LED智能照明系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].電力電子技術(shù),，2018,，52(11)：33-35.

[10] 李建勇，李洋,，劉雪梅.基于ZigBee的糧庫環(huán)境監(jiān)控系統(tǒng)設(shè)計(jì)[J].電子技術(shù)應(yīng)用,，2016，42(1)：65-67,，71.

作者信息:

趙  琳1,，方艷紅1，2,，張紅英1,，2，王學(xué)淵1

（1.西南科技大學(xué) 信息工程學(xué)院，四川 綿陽621010,；2.特殊環(huán)境機(jī)器人技術(shù)四川省重點(diǎn)實(shí)驗(yàn)室,，四川 綿陽621010）